eval(predvars, data, env) 中的错误：在 RandomForest 函数中找不到对象“示例”

Question

我只是在玩随机森林，但我似乎遇到了问题。当我尝试使用该randomForest()函数时，它返回错误 : Error in eval(predvars, data, env) : object '180018R' not found。这是最新的（相关）代码行，后面是structure()输出。

install.packages("randomForest")

# Random forest

data <- as.data.frame(pattern_mat)
str(data)

# Response variable is "Response" Column 313
data$Response <- as.factor(data$Response)
table(data$Response)

### Data Partition
set.seed(123)
ind <- sample(2, nrow(data), replace=TRUE, prob=(c(0.7, 0.3)))
train <- data[ind==1,]
test <- data[ind==2,]

### Random Forest
library(randomForest)
set.seed(222)
rf <- randomForest(Response~., data = train)

结构信息 *我缩短了输出，因为它是不必要的。

> str(train)
'data.frame':   145 obs. of  313 variables:
 $ 180018R : num  1 0 0 0 0 0 0 0 0 0 ...
 $ 217220R : num  1 0 0 0 0 0 0 0 0 0 ...
 $ 217300R : num  1 0 0 0 0 0 0 0 0 0 ...
 $ 281722R : num  0 1 1 1 1 1 1 1 1 0 ...
 $ 681714R : num  0 1 1 1 1 1 1 1 1 0 ...
 $ 281730R : num  0 1 1 1 1 1 1 1 1 0 ...
 $ 681715R : num  0 1 1 1 1 1 1 1 1 0 ...
 $ 411113  : num  0 0 0 0 0 0 0 0 0 1 ...
 $ 478105  : num  0 0 0 0 0 0 0 0 0 1 ...
     :        :   : : : : : : : : : :
     :        :   : : : : : : : : : :
     :        :   : : : : : : : : : :
 $ 641112  : num  0 0 0 0 0 0 0 0 0 0 ...
 $ 641170  : num  0 0 0 0 0 0 0 0 0 0 ...
 $ 641370  : num  0 0 0 0 0 0 0 0 0 0 ...
 $ 641611  : num  0 0 0 0 0 0 0 0 0 0 ...
 $ 645342  : num  0 0 0 0 0 0 0 0 0 0 ...
  [list output truncated]

因此，您可以看到错误：Error in eval(predvars, data, env) : object '180018R' not found提到了180018R，这是第一列的名称。

有谁知道该怎么做？

Answer 1

据我所知，问题在于列的名称以数字开头，这不是 R 中的最佳实践（尽管允许），我猜 randomForest 没有正确处理它的~ .语法。

尝试重命名所有列，以便它们以一些通用字母开头V，然后查看您的函数现在是否有效。这是一个可重现的示例，演示了这一点。

set.seed(1)
data <- data.frame(x = rbinom(100, 1, 0.5))
data$`180018R` <- data$x
data$x <- NULL
data$Response <- as.factor(rbinom(100, 1, 0.2))
table(data$Response)

### Demonstrating error
library(randomForest)
set.seed(222)
rf <- randomForest(Response~., data = data)
# Produces error as in the original example
# Fixing the issue by adding a character to the column names except response
data2 <- data
response_col <- which(colnames(data2) == "Response")
colnames(data2)[-response_col] <- paste0( "V", colnames(data2)[-response_col])
set.seed(222)
rf <- randomForest(Response ~ ., data = data2)
# Runs with no issue